基于Ransac算法的捷变频联合正交频分复用雷达高速多目标参数估计

来源 :电子与信息学报 | 被引量 : 0次 | 上传用户:kelly1105
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在现代雷达电子战场中,目标检测与其参数估计有着非常重要的意义。因此,该文提出了一种基于随机抽样一致算法(Ransac)的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计的方法。首先,在传统捷变频雷达的每个脉冲内同时发射多个频率随机跳变的窄带OFDM子载波。将单个脉冲内所有子载波的回波信号进行脉冲压缩后,采用迭代自适应谱估计(IAA)算法合成目标的高分辨距离。然后,分别对各个脉冲的回波进行脉冲压缩和迭代自适应谱估计,得到不同脉冲时刻的高分辨距离,构成观测数据集。再根据Ransac算法估计
其他文献
针对激光测振系统中散斑效应导致的语音脉冲噪声,该文研究了一种基于4阶累积量的峰度检测算法,推导了峰度系数和归一化峰度系数的数学迭代公式,并在FPGA的实现中提出了一种峰度系数的动态阈值的判决方法。基于实验数据的仿真结果表明,该算法较理论公式减少了约25%的计算量,节省了硬件资源,对较小幅度的脉冲噪声具有更敏感的检测性能。
针对低检测概率下多机动目标的跟踪问题,该文提出一种新的交互式多传感器多目标多伯努利滤波器(IMM-MS-MeMBer)。在IMM-MS-MeMBer滤波器的预测阶段,该文利用当前的量测信息自适应地更新目标的模型概率,并利用更新后的模型概率对目标状态进行混合预测;在IMM-MS-MeMBer滤波器的更新阶段,使用贪婪的多传感器量测划分策略对多传感器量测进行划分,并利用得到的量测划分集合和IMM-MS